carlesoctav/miracl-corpus-id

--- dataset_info: features: - name: docid dtype: string - name: title dtype: string - name: text dtype: string - name: target_embedding sequence: float32 splits: - name: train num_bytes: 2764659648 num_examples: 1446315 download_size: 3251111063 dataset_size: 2764659648 --- # Dataset Card for "miracl-corpus-id" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征字段： - 字段名：docid，数据类型：字符串 - 字段名：标题，数据类型：字符串 - 字段名：文本，数据类型：字符串 - 字段名：目标嵌入（target_embedding），数据类型为float32序列 数据集划分： - 划分名称：训练集（train），字节大小：2764659648，样本数量：1446315 下载大小：3251111063 数据集总大小：2764659648 --- # 「miracl-corpus-id」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

miracl-corpus-id

数据集特征

• docid: 数据类型 - 字符串
• title: 数据类型 - 字符串
• text: 数据类型 - 字符串
• target_embedding: 数据类型 - 序列，类型为 float32

数据集分割

• train:
  • 数据量: 2764659648 字节
  • 示例数量: 1446315

数据集大小

• 下载大小: 3251111063 字节
• 数据集大小: 2764659648 字节